Intelligence artificielle en histopathologie du cancer de l'ovaire : une revue systématique

Aug 07, 2023

npj Precision Oncology volume 7, Numéro d'article : 83 (2023) Citer cet article

Détails des métriques

Cette étude évalue la qualité des recherches publiées utilisant l'intelligence artificielle (IA) pour le diagnostic ou le pronostic du cancer de l'ovaire à l'aide de données histopathologiques. Une recherche systématique dans PubMed, Scopus, Web of Science, Cochrane CENTRAL et WHO-ICTRP a été menée jusqu'au 19 mai 2023. Les critères d'inclusion exigeaient que l'IA soit utilisée pour des inférences pronostiques ou diagnostiques dans les images histopathologiques du cancer de l'ovaire humain. Le risque de biais a été évalué à l'aide de PROBAST. Les informations sur chaque modèle ont été compilées et des statistiques récapitulatives ont été rapportées. L'étude a été enregistrée sur PROSPERO (CRD42022334730) et les directives de reporting PRISMA 2020 ont été suivies. Les recherches ont identifié 1 573 enregistrements, dont 45 étaient éligibles à l'inclusion. Ces études contenaient 80 modèles d'intérêt, dont 37 modèles de diagnostic, 22 modèles de pronostic et 21 autres modèles pertinents sur le plan diagnostique. Les tâches courantes comprenaient la prédiction de la réponse au traitement (11/80), la classification du statut de malignité (10/80), la quantification des taches (9/80) et le sous-typage histologique (7/80). Des modèles ont été développés à l’aide de 1 à 1 375 lames histopathologiques provenant de 1 à 776 patientes atteintes d’un cancer de l’ovaire. Un risque de biais élevé ou incertain a été constaté dans toutes les études, le plus souvent en raison d'une analyse limitée et de rapports incomplets concernant le recrutement des participants. Des recherches limitées ont été menées sur l’application de l’IA aux images histopathologiques à des fins de diagnostic ou de pronostic du cancer de l’ovaire, et aucun des modèles ne s’est révélé prêt à être mis en œuvre dans le monde réel. Les aspects clés pour accélérer la traduction clinique comprennent des rapports transparents et complets sur la provenance des données et les approches de modélisation, ainsi qu'une évaluation quantitative améliorée à l'aide de la validation croisée et des validations externes. Ce travail a été financé par le Conseil de recherches en génie et en sciences physiques.

Le cancer de l'ovaire est la huitième tumeur maligne la plus courante chez les femmes dans le monde1. Il est notoirement difficile à détecter et à diagnostiquer, avec un dépistage inefficace2 et des symptômes non spécifiques similaires à ceux provoqués par la ménopause3. Englobant les tumeurs malignes primitives des ovaires, des trompes de Fallope et du péritoine, la maladie a souvent commencé à se propager dans l'abdomen au moment du diagnostic (FIGO4 Stade 3). Ce stade tardif typique du diagnostic fait du cancer de l'ovaire une maladie particulièrement mortelle, les 314 000 nouveaux cas diagnostiqués chaque année se traduisant par 207 000 décès par an dans le monde1.

La plupart des cancers de l'ovaire sont des carcinomes (cancers d'origine épithéliale) qui se répartissent principalement en cinq sous-types histologiques : séreux de haut grade, séreux de bas grade, à cellules claires, endométrioïde et mucineux. Les cancers de l'ovaire non épithéliaux sont beaucoup moins fréquents et comprennent les tumeurs des cellules germinales, du stroma des cordes sexuelles et des tumeurs mésenchymateuses. Les sous-types de cancer de l’ovaire diffèrent sur le plan morphologique et pronostique et disposent de différentes options de traitement5. Le carcinome séreux de haut grade est la forme la plus courante de cancer de l'ovaire, représentant environ 70 % de tous les cas6.

L'histopathologie, l'examen d'échantillons de tissus au niveau cellulaire, est la référence en matière de diagnostic du cancer de l'ovaire. Les pathologistes interprètent généralement les tissus colorés à l’hématoxyline et à l’éosine (H&E), bien que l’interprétation puisse être un processus subjectif et long, certaines tâches présentant un niveau élevé de variation inter-observateur7,8,9. Lors de l'évaluation des cas difficiles, les pathologistes généraux peuvent demander l'aide d'experts en pathologie gynécologique surspécialisée et/ou utiliser des tests auxiliaires, tels que l'immunohistochimie (IHC). Les références et les tests auxiliaires peuvent être essentiels à l’exactitude du processus de diagnostic, mais ils ont le prix de le rendre plus long et plus coûteux. À l’échelle mondiale, la demande de pathologistes est bien supérieure à l’offre, avec des disparités importantes dans le nombre de pathologistes entre les pays10 et des pays mieux approvisionnés toujours incapables de répondre à la demande11.